inclusionAI: Ling 3.0 Flash VL

نموذج Ling 3.0 Flash VL يجمع بين الفهم البصري وسياق نصي طويل واستخدام الأدوات. يمكنه دعم مساعدي المستندات الذين يحتاجون إلى تفسير مخطط بياني أو لقطة شاشة قبل ربط النتائج بمهمة كتابية أكبر.

مقارنة النماذج

ling-3.0-flash-vl

متاحinclusionAIمحادثة

الإدخال / الإخراج: $0.0206 / $0.0618
السياق: 256K
الحد الأقصى للمخرجات: 32K
الأنماط: الرؤيةمحادثة
القدرات: استخدام الأدواتذاكرة التلقين

عن Ling 3.0 Flash VL

Ling-3.0-flash-VL هو نموذج متعدد الوسائط مفتوح الأوزان من inclusionAI، مبني على Ling-3.0-flash. يقوم بقراءة النص والصصور والفيديو، ويدمج الرؤية في الاستدلال واستخدام الأدوات بدلاً من معاملتها كخطوة تعليق منفصلة. وهو نموذج خليط من الخبراء (mixture-of-experts) بإجمالي 124 مليار معامل و5.5 مليار معامل نشط، تم إصداره بموجب رخصة MIT، ويناسب مساعدي قراءة المستندات والشاشات.

نقاط القوة

يُعد 5.5 مليار فقط من أصل 124 مليار معامل نشطاً لكل رمز (token)، مما يحافظ على خفة عملية الاستدلال لنموذج بهذا الحجم.
تُدخل الصور والفيديو معاً، وتقوم تقنية VideoRoPE بتشفير ترتيب الإطارات ليتم فهم الوقت.
استدعاء الأدوات مدعوم، لذا يمكن أن يؤدي الرسم البياني أو لقطة الشاشة مباشرة إلى إجراء ما.
تم تصميم عمود فقري للانتباه الهجين (hybrid attention backbone) يتعامل بكفاءة مع المدخلات الطويلة، مثل الصفحات أو الإطارات العديدة في طلب واحد.
الأوزان عامة بموجب رخصة MIT للاستضافة الذاتية الضبط الدقيق.

متى تستخدم نموذجاً آخر

وضع التفكير (Thinking mode) مفعّل بشكل افتراضي، لذا تحتاج المكالمات الحساسة لزمن الاستجابة إلى تعطيله صراحةً.
هو ينتج نصاً فقط؛ تتطلب مخرجات الصور أو الصوت نماذج أخرى.
تعني المعاملات النشطة متوسطة الحجم أن النماذج التجارية الرائدة لا تزال متصدرة في الاستدلال الأصعب.

البدء

إنشاء مفتاح API
أنشئ مفتاح في Console واستخدمه مع جميع النماذج على المنصة.
02
إرسال طلبك الأول
انسخ المثال الخاص بلغة البرمجة التي تستخدمها وقم بتشغيله مقابل نقطة النهاية (endpoint).
نص إلى نصMessages API
POST/v1/messages
تنسيق API:
curl https://api.tokenlab.sh/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: sk-xxx" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "ling-3.0-flash-vl", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'

التسعير

ينطبق سعر Verified على مسار Verified، وهو الأقل تكلفة في معظم النماذج. سعر Official هو السعر المعلن من صانع النموذج وينطبق على مسار Official الأكثر موثوقية. يحاسب خيار Auto بناءً على المسار الذي يكمل الطلب.

المواصفة الافتراضية

لكل 1M Token

سعر Official: المدخلات $0.0206 / المخرجات $0.0618 / قراءة الذاكرة المؤقتة $0.004118
سعر Verified: —
خصم: —

أسعار كاش الـ prompt

قراءة الذاكرة المؤقتة

سعر Official: $0.004118
سعر Verified: —
خصم: —

	سعر Officialلكل 1M Token	سعر Verifiedلكل 1M Token	خصم
المواصفة الافتراضية	المدخلات $0.0206 / المخرجات $0.0618 / قراءة الذاكرة المؤقتة $0.004118	—	—
أسعار كاش الـ prompt
قراءة الذاكرة المؤقتة	$0.004118	—	—

الاستخدام والنشاط

معدل النجاح هو نسبة الطلبات المكتملة. زمن الاستجابة هو مدة الاستجابة الكاملة؛ ويعني P95 أن 95% من الطلبات اكتملت ضمن ذلك الوقت.

الاستخدام والتوفر

آخر 24 ساعة

الطلبات
معدل النجاح
زمن الاستجابة P95
إجمالي الرموز

أداء النموذج

آخر تحديث 13‏/11‏/2026، 5:01 ص UTC

تظهر المقاييس بمجرد استيفاء حدود الخصوصية وحجم البيانات.

تستند البيانات إلى طلبات المستخدمين المجمعة، باستثناء عمليات التحقق من الحالة.

فتح في Console

افتح Ling 3.0 Flash VL في Console وجهز الرسالة للتعديل أو الإرسال.

ساعدني في تجربة ling-3.0-flash-vl برسالة قصيرة في /v1/messages. اعرض الرد وزمن الاستجابة والتكلفة.

حالات الاستخدام

الأنسب لـ

الرؤية

قراءة الرسوم البيانية لوحات المعلومات
قم بتسليمه لقطة شاشة لوحة بيانات مقاييس واسأله عن السلسلة التي تحركت ولماذا قد يكون التغيير مهماً، ثم انشر النتيجة إلى مسار عمل.
مراجعة الفيديو
اطرح أسئلة حول عرض توضيحي مسجل أو مقطع كاميرا مراقبة (CCTV)، مثل وقت حدوث خطوة ما، واحصل على إجابات تحترم ترتيب الأحداث.
الوكلاء المعتمدون على واجهة الاستخدام
دع الوكلاء يقررون قراءة لقطة شاشة لصفحة ويب، ويحددون عناصر التحكم التي يجب استخدامها، ويستدعون أداة للتصرف، مع التحقق من النتيجة بصرياً.

أمثلة Prompt

تُظهر لقطة الشاشة هذه لوحة بيانات الفوترة الخاصة بنا. أي شهر شهد الانخفاض الأحن، وأي بند يشرح ذلك؟

شاهد هذا العرض التوضيحي للمنتج لمدة 90 ثانية وقائمة الخطوات المعروضة، بالترتيب، مع اللحظة التي تبدأ فيها كل خطوة.

من هذه الصورة للوحة البيضاء (whiteboard)، استخرج عناصر الإجراء والمالكين بتنسيق JSON، ثم استدعِ create_ticket لكل منها.

هذا النموذج بتسعير مشروط. مجاميع الرموز الشهرية وحدها لا تنتج تقديرًا موثوقًا؛ استخدم التسعير التفصيلي لمواصفات الطلب وذاكرة التخزين المؤقت والنافذة الزمنية المعمول بها.

FAQ

هل نموذج Ling 3.0 Flash VL ذو أوزان مفتوحة؟

نعم. تنشر inclusionAI النموذج على منصة Hugging Face بموجب رخصة MIT، لذا يمكنك تنزيله، أو تشغيله محلياً، أو ضبطه بدقة. وهو يستخدم بنية مخصصة، لذا يتطلب التخديم (serving) الكود الذي تم إصداره مع الأوزان.

ما هي المدخلات التي يقبلها؟

النصوص والصور والفيديو من خلال رسائل متعددة الوسائط موحدة. المخرجات هي نص. وهو يدعم استدعاء الأدوات، لذا يمكنه التصرف بناءً على ما يراه وكذلك وصفه.

ما هو حجم Ling 3.0 Flash VL؟

يحتوي على إجمالي 124 مليار معامل، منها 5.5 مليار نشطة لكل رمز (token)، باستخدام تصميم خليط الخبراء المتناثر (sparse mixture-of-experts). يتناوب العمود الفقري المكون من 42 طبقة بين طبقات انتباه KDA و Gated MLA بنسبة 5 إلى 1.

هل يفكر قبل الإجابة؟

وضع التفكير ممكّن افتراضياً، لذا فهو يستدل قبل الرد. قم بإيقاف تشغيله عبر معاملات الطلب عندما تحتاج إلى إجابات سريعة، مثل الاستخراج البسيط من صورة.

كم تكلفة Ling 3.0 Flash VL؟

على TokenLab تكلف Ling 3.0 Flash VL المدخلات $0.0206 / المخرجات $0.0618 لكل 1M Token. التفاصيل الكاملة في جدول التسعير أعلاه. تعتمد الأسعار على وحدة الفوترة والمواصفات والاستخدام. قارن بين الشروط المتطابقة في التسعير التفصيلي للنموذج؛ السعر الواحد لا يحدد التكلفة الإجمالية.

ما هي سعة نافذة السياق وحدود المخرجات لنموذج Ling 3.0 Flash VL؟

يدعم Ling 3.0 Flash VL سياقاً يصل إلى 262,144 رمزاً، ويُنتج حتى 32,768 رمزاً في الرد الواحد.

ما نقطة النهاية التي يجب أن يستخدمها Ling 3.0 Flash VL؟

استخدم https://api.tokenlab.sh/v1/messages كافتراضي لـ Ling 3.0 Flash VL. إذا كانت الصيغة الأصلية للمزود مدعومة فإن API workbench يعرضها أيضاً.

ما العمليات التي يدعمها Ling 3.0 Flash VL؟

Ling 3.0 Flash VL يدعم نص إلى نص. اختر عملية في API workbench أعلاه لرؤية نقطة النهاية وعينة الكود المطابقة.